tensorflow模型ckpt转pb和测试推理

import cv2
import tensorflow as tf
from tensorflow.python.framework import graph_util


def freeze_graph(input_checkpoint ,output_graph):
    '''
    :param input_checkpoint:
    :param output_graph: PB模型保存路径
    :return:
    '''

    with tf.name_scope('input'):
        input_data = tf.placeholder(dtype=tf.float32, shape=[1, 256, 512, 3], name='input_data')    #定义输入节点
    net = lanenet.LaneNet(phase='test', net_flag='vgg')
    ret = net.inference(input_tensor=input_data, name='lanenet_model')    # 网络模型结构
    output = tf.identity(ret, name='output_label')     # 定义输出节点

    saver = tf.train.import_meta_graph(input_checkpoint + '.meta', clear_devices=True)
    graph = tf.get_default_graph() # 获得默认的图
    input_graph_def = graph.as_graph_def()  # 返回一个序列化的图代表当前的图

    with tf.Session() as sess:
        saver.restore(sess, input_checkpoint)  # 恢复图并得到数据
        init = tf.global_variables_initializer()
        sess.run(init)
        print("load model file success")
        output_graph_def = graph_util.convert_variables_to_constants(  # 模型持久化，将变量值固定
            sess=sess,
            input_graph_def=input_graph_def  ,# 等于:sess.graph_def
            output_node_names=[output.op.name] )# 如果有多个输出节点，以逗号隔开
        print("持久化成功")
        with tf.gfile.GFile(output_graph, "wb") as f:  # 保存模型
            f.write(output_graph_def.SerializeToString())  # 序列化输出
        print("%d ops in the final graph." % len(output_graph_def.node))  # 得到当前图有几个操作节点

以上代码将ckpy文件转为pb文件

---

    def inference():
        with tf.gfile.FastGFile('./seglanenet.pb', 'rb') as model_file:
            graph = tf.Graph().as_default()
            graph_def = tf.GraphDef()
            graph_def.ParseFromString(model_file.read())
            tf.import_graph_def(graph_def,name="")
            return_elements = tf.import_graph_def(graph_def, return_elements=["input/input_data:0", "output_label:0"])    # 获取对应模型的输入输出节点
            with tf.Session() as sess:
                label = sess.run(return_elements[1], feed_dict={return_elements[0]:images})
            return label

以上代码是进行pb文件的模型推理过程。